【ITBEAR】在GenAI技術的推動下，各行各業正經歷著深刻的變革，智能硬件行業也不例外。一方面，AIGC與機器人的融合促進了具身智能產業的迅猛發展，科幻電影中的清掃機器人“瓦力”和醫療機器人“大白”正逐步成為現實。另一方面，智能手表、智能眼鏡、智能耳機等穿戴式智能硬件與多模態大模型的結合成為了新的發展趨勢。
回顧2017年，天貓精靈、小愛同學、小度等語音助手驅動的智能設備被視為第一批AI硬件革命。盡管這些設備經過多年的市場培育已逐漸融入我們的生活，成為許多家庭的語音助手，但其AI智能化水平仍相對初級。然而，隨著GenAI的興起，更智能化的多模態大模型為智能硬件注入了新的活力，帶來了全新的人機交互體驗，也催生了智能硬件行業的新一輪變革。
在智能硬件與多模態大模型的結合下，穿戴式設備的交互體驗正迎來重大變革。據聲網的市場調研顯示，多模態大模型在智能硬件場景的應用主要集中在智能眼鏡、智能手表、智能耳機等穿戴式設備上，同時在智能門鈴、智能陪伴玩具等IoT場景也有所應用。不同場景下的用戶需求與場景特點存在一定差異，例如智能手表，尤其是兒童智能手表，是多模態大模型最早落地的IoT硬件場景之一。360兒童手表、小天才等品牌已率先集成此技術，流暢的AI互動問答不僅填補了兒童的空閑時間，還通過智能化的回答為兒童帶來知識科普的價值，輔助教育學習。
圖：「Ray-Ban meta」智能眼鏡
智能眼鏡則更加注重通過AI提升語音交互能力。以meta聯合雷朋推出的「Ray-Ban meta」智能眼鏡為代表，這款產品通過加入攝像頭、AI等功能，使用戶可以通過語音交互讓眼鏡幫助安排工作與日程，或者實現百科問答、學習輔助、英文翻譯、語音導航、超擬人情感陪伴及音樂娛樂等多種功能。在AI與RTC技術的加持下，智能眼鏡還支持第一視角音視頻回傳，包括音視頻通話、視頻錄制、直播等，同時還支持實時翻譯、同聲傳譯等場景，搭配手勢識別，實現跨語言環境的語義理解。
智能耳機與大模型的結合則主要集中在實時翻譯、情感交流、錄音轉寫等核心功能。在實時翻譯方面，智能耳機主要應用在1對1翻譯場景，支持雙方對話過程隨時發言，無需等待翻譯完成或對方發言結束，非常適合雙人會議、差旅、教學、社交等高頻深度對話場景。三星Galaxy Buds系列無線耳機、時空壺W4 Pro等產品就是其中的代表。同時，借助RTC技術，智能耳機還能實現多人同頻道、AI降噪等功能。
在情感交流方面，Ola Friend智能耳機是一個熱門產品，它可以實現英語陪練、旅行導游、情感交流等功能。對于開發者而言，聲網提供了快速、易用、完整的解決方案，并采用了靈活可擴展的AIAgent架構，具備工作流編排能力。開發者與企業可以自主選擇LLM等組件，根據特定需求定制和擴展AI驅動的實時互動體驗。
在GenAI的趨勢下，IoT行業還涌現了智能陪伴機器人、智能兒童毛絨玩具、智能戒指等一系列智能硬件場景，為用戶帶來不同硬件終端下的AI語音交互體驗。
作為全球實時互動云行業的開創者，聲網一直在探索GenAI與RTE結合帶來的體驗提升和場景創新。此前，聲網發布了實時多模態對話式AI解決方案，并在此基礎上針對IoT行業的特殊性，探索出了AI x IoT智能硬件解決方案。該方案能夠在低功耗、低算力芯片上快速實現大模型的接入，具備低延時實時互動、低成本靈活適配的特性，通過豐富的功能在智能硬件場景中構建真實、自然的AI語音交互體驗。
圖：聲網AI x IoT智能硬件解決方案架構圖
